• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于ERP系統(tǒng)的行政事業(yè)單位全面預(yù)算管理應(yīng)用研究

    2018-05-17 08:30:21
    梧州學(xué)院學(xué)報 2018年1期
    關(guān)鍵詞:數(shù)據(jù)中心行政事業(yè)單位

    盧 宏

    (亳州職業(yè)技術(shù)學(xué)院 管理系,安徽 亳州 236800)

    ERP系統(tǒng)是行政事業(yè)單位會計中重要的數(shù)據(jù)分析系統(tǒng)之一[1]。通過數(shù)據(jù)描述事物間的相似性和差異性,從而方便人們掌握事物的內(nèi)部規(guī)律[2]。ERP系統(tǒng)是行政事業(yè)單位全面預(yù)算管理中常用的系統(tǒng),因其具有應(yīng)用廣泛、收斂速度快、能擴(kuò)展等優(yōu)點(diǎn)被人們廣泛研究及應(yīng)用到各領(lǐng)域[3-4]?,F(xiàn)實(shí)生活中,許多問題不僅要計算出其極值,還要得出其最優(yōu)值[5]。傳統(tǒng)算法已經(jīng)不能同時滿足解決更多問題,在這種情況下許多學(xué)者對相應(yīng)缺陷進(jìn)行了大量研究,進(jìn)行了不同的改進(jìn)[6]。

    本文提出了基于ERP系統(tǒng)的行政事業(yè)單位全面預(yù)算管理法。該方法著重解決ERP系統(tǒng)的初始化和搜索全局最優(yōu)中心值的問題,同時滿足不易陷入局部最優(yōu)問題;行政事業(yè)單位全面預(yù)算管理目標(biāo)是將數(shù)據(jù)集中所有點(diǎn)看做是數(shù)據(jù)中心點(diǎn)從而尋找到更好的數(shù)據(jù)中心。實(shí)驗(yàn)結(jié)果表明CBMLAI能夠達(dá)到良好的尋優(yōu)和搜索性能,并得到了滿意的數(shù)據(jù)結(jié)果,很好地彌補(bǔ)了傳統(tǒng)全面預(yù)算管理的不足。

    一、基于ERP的數(shù)據(jù)流程分析

    ERP是一種比較新型的信息管理系統(tǒng),它主要的應(yīng)用領(lǐng)域涉及許多不同市場以及不同級別的組織部門,利用自身比較強(qiáng)大的數(shù)據(jù)庫資源和可視化人機(jī)交互界面操作系統(tǒng),能夠高效地進(jìn)行不同部門以及公司行政管理資源的需要,使得行政管理部門可以高效率地進(jìn)行各種活動計劃以及實(shí)時反映企業(yè)單位的數(shù)據(jù)信息。進(jìn)而實(shí)現(xiàn)對其企業(yè)行政資源的有效管理。

    如今在計算機(jī)應(yīng)用領(lǐng)域中對數(shù)據(jù)信息的處理方法越來越多,數(shù)據(jù)信息管理也逐漸的在社會生產(chǎn)實(shí)踐中使用,在許多的分析數(shù)據(jù)算法中如何確定一種高效、實(shí)用性強(qiáng)的算法已經(jīng)成為數(shù)據(jù)信息管理研究者比較注重的問題,“結(jié)構(gòu)化分析”就是一種符合數(shù)據(jù)信息管理的方法,它可以對各種大型化數(shù)據(jù)進(jìn)行分析,特別是企業(yè)的行政管理全面預(yù)算管理方面。世界上很多跨國大企業(yè)使用的預(yù)算管理系統(tǒng)采用結(jié)構(gòu)化分析的方法,通過仔細(xì)的考察和分析國際上通用的預(yù)算方案的數(shù)據(jù)信息管理流程,綜合以往的業(yè)務(wù)流程過程,融入ERP管理模式,可用圖1的流程圖來分析全面預(yù)算管理信息系統(tǒng)。

    圖1 預(yù)算管理信息系統(tǒng)的流程圖

    二、ERP系統(tǒng)數(shù)據(jù)優(yōu)化過程

    本文將DFA與K-means有效地結(jié)合起來改進(jìn)得到CBMLAI。DFA應(yīng)用到求解數(shù)據(jù)問題中,每個ERP系統(tǒng)的位置代表一組初始中心解,ERP系統(tǒng)的全面預(yù)算管理能力取決于待優(yōu)化數(shù)據(jù)的適應(yīng)度函數(shù)。適應(yīng)度最好的個體則作為K-means的初始數(shù)據(jù)中心,進(jìn)行精確尋優(yōu),進(jìn)一步找到最優(yōu)的預(yù)算管理系統(tǒng)和最優(yōu)的系統(tǒng)數(shù)據(jù)。通過這種轉(zhuǎn)換,既能夠保證預(yù)算管理問題解的可行性,又無須修改ERP系統(tǒng)操作。

    算法1 :CBMLAI執(zhí)行過程如下:

    輸出:k個數(shù)據(jù)集,每個數(shù)據(jù)集包含的數(shù)據(jù)子集。

    (1)初始化ERP系統(tǒng)信息數(shù)據(jù);

    (2)循環(huán)以下過程當(dāng)達(dá)到最大搜索次數(shù)終止運(yùn)算管理;

    2.更新相對全面預(yù)算管理能力并記錄預(yù)算管理能力最強(qiáng)的ERP系統(tǒng)?位置和數(shù)據(jù)結(jié)果,決定ERP系統(tǒng)的預(yù)算管理能力;

    3.若當(dāng)前預(yù)算管理能力最強(qiáng)的ERP系統(tǒng)超出預(yù)算額度,則進(jìn)行隨機(jī)擾動,更新ERP系統(tǒng)的位置和預(yù)算額度;

    4.解碼最優(yōu)適應(yīng)度值的個體得到數(shù)據(jù)中心值,該數(shù)據(jù)中心為K-means算法的初始中心;

    5.執(zhí)行K-means算法;

    6.計算試圖替換后的目標(biāo)函數(shù)值,最終替換為更小的目標(biāo)函數(shù)值。

    (3)輸出結(jié)果

    CBMLAI算法的時間復(fù)雜度為O(n)2,n是ERP系統(tǒng)數(shù)目。

    三、ERP系統(tǒng)下CBMLAI的實(shí)現(xiàn)

    針對ERP系統(tǒng)中原有的固定值a在搜索解的過程中算法精度低,易陷入局部最優(yōu)解的問題。通過下式計算行政事業(yè)單位全面預(yù)算管理大?。?/p>

    (1)

    其中:α′為ERP系統(tǒng)每一代的ERP系統(tǒng)因子,D(ci)t+1為ERP系統(tǒng)信息數(shù)據(jù)移動后的數(shù)據(jù)集間距離的和。

    在優(yōu)化中,對于一個類數(shù)據(jù)集來說,它的數(shù)據(jù)集間距離的和反映了該數(shù)據(jù)集的聚合程度。定義如下:

    D(ci)=dist(x-ci)2

    (2)

    對ERP系統(tǒng)位置更新,公式為

    (3)

    其中:β′為預(yù)算額度,α′為ERP系統(tǒng)因子,新的預(yù)算額度公式如下:

    β′=βmin+(β0-βmin)e-γrij

    (4)

    fitness=min(dist(-ci)2)

    (5)

    其中,dist(-ci)2是樣本x到對應(yīng)數(shù)據(jù)中心的距離。

    四、實(shí)驗(yàn)結(jié)果與分析

    (一) 實(shí)驗(yàn)相關(guān)設(shè)置

    本文選用UCI作為數(shù)據(jù)庫,C語言編程環(huán)境實(shí)現(xiàn)算法,并且采用了3個不同數(shù)據(jù)規(guī)模的數(shù)據(jù)集來驗(yàn)證改進(jìn)后的算法的有效性。測試集信息如表1所示。

    表1 數(shù)據(jù)集信息統(tǒng)計表

    (6)

    其中,n是數(shù)據(jù)集的樣本數(shù),error是每一次實(shí)驗(yàn)數(shù)據(jù)結(jié)果的錯誤率,Class(i)是標(biāo)準(zhǔn)數(shù)據(jù)集的數(shù)據(jù)結(jié)果集,Cluster(i)是實(shí)驗(yàn)結(jié)果數(shù)據(jù)集。

    魯棒性指標(biāo)可直接用多次實(shí)驗(yàn)結(jié)果的均方差來參考,計算公式如下:

    (7)

    其中:mean為算法多次運(yùn)行得到的平均值,R是該問題的真實(shí)最優(yōu)值。E越小,魯棒性越高。

    (二)實(shí)驗(yàn)結(jié)果與分析

    CBMLAI與K-means、DFA(DFA-Kmeans)進(jìn)行比較。不同行政事業(yè)單位全面預(yù)算管理性能結(jié)果如表2至表4所示。

    表2 Iris數(shù)據(jù)集實(shí)驗(yàn)結(jié)果

    表3 Glass數(shù)據(jù)集實(shí)驗(yàn)結(jié)果

    表2和表3中已經(jīng)表明K-means、DFA、CBMLAI數(shù)據(jù)誤差,所得到的結(jié)果證明了所提出的方法的準(zhǔn)確性和效率。本方法與其他方法相比可以減少數(shù)據(jù)管理誤差。加入ERP系統(tǒng)后的DFA,在準(zhǔn)確率上得到提高、錯誤率范圍最小,表明了本文算法的穩(wěn)定性優(yōu)于K-means。同時由表1~3可以看出,數(shù)據(jù)結(jié)果的準(zhǔn)確度也受數(shù)據(jù)類型和維數(shù)的變化而影響。Iris數(shù)據(jù)集的數(shù)據(jù)效果最好,而Glass數(shù)據(jù)集本身的數(shù)據(jù)屬性較為復(fù)雜,數(shù)據(jù)間的差異度大,所以得到的數(shù)據(jù)結(jié)果準(zhǔn)確度低。同一算法優(yōu)化不同的數(shù)據(jù)集,整體來說CBMLAI的數(shù)據(jù)結(jié)果最為滿意,比K-means和DFA有更好的效率。

    為了直觀的看到不同算法的收斂速度和信息數(shù)據(jù)進(jìn)化,比較K-means、DFA和CBMLAI,表明CBMLAI數(shù)據(jù)效果更好,繪制出尋優(yōu)過程,如圖2、圖3所示。

    圖2 Iris數(shù)據(jù)集尋優(yōu)曲線

    圖3 Glass數(shù)據(jù)集尋優(yōu)曲線

    由圖2、圖3的適應(yīng)度進(jìn)化曲線可以看出,本文CBMLAI算法在收斂早期根據(jù)信息數(shù)據(jù)最優(yōu)的ERP系統(tǒng)預(yù)算額度所有ERP系統(tǒng)個體全局尋優(yōu)且保持一個高的收斂速度;CBMLAI算法還保持DFA原有的特點(diǎn),并能利用數(shù)據(jù)大小收縮跳出局部最優(yōu),彌補(bǔ)了DFA算法的不足,整體表現(xiàn)著較快的收斂速度及較高的收斂精度,算法性能最優(yōu)。K-means雖然尋優(yōu)速度最快,但隨著數(shù)據(jù)復(fù)雜程度的增加,尋優(yōu)效果表現(xiàn)的差強(qiáng)人意。

    五、結(jié)語

    本文針對行政事業(yè)單位全面預(yù)算管理問題,利用ERP系統(tǒng)較強(qiáng)的隨機(jī)搜索性,解決了K-means對初始數(shù)據(jù)的依賴,提高了算法穩(wěn)定的尋優(yōu)能力。通過在算法中加入ERP系統(tǒng),有效防止了算法陷入局部最優(yōu)值,提高了捕獲到全局最優(yōu)值的可能性,并提高了算法的求解精度。因此,改進(jìn)后的預(yù)算管理方法更有效。

    [參考文獻(xiàn)]

    [1] Ciais, P., Gervois, S., Vuichard, N., Piao, S.L., & Viovy, N..Effects of land use change and management on the european cropland carbon balance[J].Global Change Biology, 2015,17(1):320-338.

    [2] Ramos, C.M., Nardi, N.M., Brito, Z.P., Bove, A., Delgado, G., & Cervera, R., et al.Integration of signal processing methods into eeg/erp system[J].Medicine, 2011, 85(2):95-104.

    [3] Fu, H., Pel, A.J., & Hoogendoorn, S.P.Optimization of evacuation traffic management with intersection control constraints[J].IEEE Transactions on Intelligent Transportation Systems, 2015,16(1):376-386.

    [4] Rojek, I., & Jagodziński, M.Hybrid artificial intelligence system in constraint based scheduling of integrated manuDFActuring erp systems[J].Journal of Infectious Diseases,2012,125(3):229-240.

    [5] Mcbane, S.E., Dopp, A.L., Abe, A., Benavides, S., Chester, E.A., & Dixon, D.L., et al..Collaborative drug therapy management and comprehensive medication management-2015[J].Pharmacotherapy, 2015,35(4):39-50.

    [6] Zandi, F.A bi-level constraint-oriented outsourcing framework for orchestration of an erp system[J].International Journal of Production Research, 2014,52(1):130-148.

    猜你喜歡
    數(shù)據(jù)中心行政事業(yè)單位
    行政學(xué)人
    行政論壇(2022年5期)2022-10-25 04:47:00
    酒泉云計算大數(shù)據(jù)中心
    論事業(yè)單位財務(wù)內(nèi)部控制的實(shí)現(xiàn)
    加強(qiáng)和改進(jìn)事業(yè)單位人事管理
    行政調(diào)解的實(shí)踐與探索
    民航綠色云數(shù)據(jù)中心PUE控制
    電子測試(2018年11期)2018-06-26 05:56:24
    事業(yè)單位內(nèi)部控制建立探討
    事業(yè)單位中固定資產(chǎn)會計處理的優(yōu)化
    行政為先 GMC SAVANA
    車迷(2015年12期)2015-08-23 01:30:48
    基于云計算的交通運(yùn)輸數(shù)據(jù)中心實(shí)現(xiàn)與應(yīng)用
    清涧县| 博湖县| 沽源县| 武平县| 南通市| 怀宁县| 金沙县| 阳山县| 图们市| 南丰县| 隆德县| 开封县| 漳州市| 慈溪市| 胶南市| 大冶市| 锦州市| 博白县| 霞浦县| 棋牌| 浠水县| 东乌珠穆沁旗| 武山县| 资阳市| 临汾市| 云南省| 库尔勒市| 冕宁县| 桂阳县| 平塘县| SHOW| 昂仁县| 桦南县| 诸暨市| 多伦县| 灵川县| 琼海市| 汕头市| 聂荣县| 山东省| 衡阳县|